基于故障树贝叶斯网络的数控刀架故障研究

针对数控机床刀架系统的故障特点,提出了基于故障树分析的贝叶斯网络故障诊断方法,通过建立刀架系统的故障树模型,利用贝叶斯网络,计算出引起系统故障的各个底事件重要度。结果表明:基于故障树贝叶斯网络的故障诊断为数控刀架系统的可靠性设计、分析、维修等提供新的方法。     

基于故障树的智能故障诊断方法

针对传统故障诊断方法的不足,提出了一种基于故障树的故障诊断方法.该方法在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型,求得系统的最小割集,并计算出单元关键重要度.在综合考虑平均故障检测时间因素的同时,提出了故障判明效时比的概念,并以此为依据,从大到小排序,确定故障诊断的最优程序.     

某控制系统传感器组件故障树算法优化设计

在控制技术中,传统的故障树分析方法已不能适应时代的要求。以某控制系统传感器组件的故障树为例,对传统的故障树算法进行了优化设计,定性地将故障树信息写入两个矩阵中。通过对矩阵进行遍历,最终得到了代表故障树分析结果的最小割集和最小径集,并定量地计算出结构重要度、概率重要度和关键重要度。分析结果表明该算法能够准确定位故障,对故障诊断系统具有一定的参考价值。     

基于DBN的区域计算机联锁系统可靠性分析

区域计算机联锁设备是实现区域内行车安全、保证运输效率的核心设备,对其可靠性研究具有重要意义。结合目前存在的2种区域联锁制式,采用一种新的联锁方案,即在主控站和从控站(选择其中1站或多站)均设置联锁设备。综合考虑联锁系统的共因故障和可维修等因素,利用动态贝叶斯网络对其进行可靠性分析。首先,从系统故障■安全和危险输出的角度出发,建立区域两联锁单元和三联锁单元的动态故障树,并将其转换为相应的动态贝叶斯网络模型;然后利用动态贝叶斯网络的推理特性,对区域联锁系统进行可靠性分析;最后比较了该方法与基于静态贝叶斯网络和动态故障树分析法的结果。计算结果表明:主控站和其中之一的从控站均设置联锁设备是实现区域联锁的较佳方式;且基于动态贝叶斯网络的系统可靠性分析较上述两种方法在计算准确度和时间复杂度方面均有明显优势;并通过动态贝叶斯网络的诊断推理可知,共因故障是系统故障的主要原因,因此应重点防范以降低事故发生的概率。     

系统可靠性工程中的Sharp算法

本文描述了Sharp算法的简要原理,编制了用Sharp算法计算系统可靠性指标的程序,该程序的主要特点:(1)输出最小路集、最小割集、故障树顶事件概率及其置信区间,部件的概率重要度和结样重要度;(2)能计算相干系统故障树顶事件概率,也能计算非相干系统故障树顶事件概率;(3)运算速度快,计算机内存少。     

基于模糊灰关联的汽车驱动桥系统故障树分析

为解决传统故障树分析方法在分析大型、复杂的系统时无法获取完整的故障信息和准确的故障发生率的问题,提出基于模糊集理论和灰色关联理论的改进的故障树分析方法。首先,通过故障树分析求出所有的最小割集,采用三角模糊数描述故障底事件的发生概率,并根据模糊算子计算出顶事件的模糊概率和各底事件的模糊重要度;然后,建立灰色关联模型,以底事件模糊重要度为子序列,以最小割集构成的特征矩阵为母序列,计算各最小割集与顶事件之间的灰色关联度,以此快速、准确地确定系统可靠性改进的重点方向。最后,将此方法应用于汽车驱动桥系统的可靠性分析。研究结果表明:汽车轴承疲劳点蚀为该系统的薄弱环节;该方法在一定程度上解决了汽车驱动桥系统在故障率信息严重缺失下的可靠性分析问题,可为改进系统的可靠性和安全性,制定相应的安全措施提供参考。     

基于神经网络和证据理论的液压系统故障诊断

针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S(Dempster-Shafer)证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。     

基于故障树的数控机床故障诊断系统研究

通过对数控机床的故障实例分析,应用故障树模块分析算法,对Fanuc0i型数控车床的工作原理、故障现象进行定量分析;采用基于面向对象方法和专家知识的智能诊断方法,用Fussed法求解最小割集,把大型复杂故障树,分解为相对独立的多个子树;对数控机床典型故障建立了故障树,通过其最小割集进行故障定性分析,并将故障树分析法应用于故障诊断专家系统分析推理机制中。     

基于故障树和Bayes网络组合的装备故障诊断

针对故障树和Bayes网络在故障诊断中的局限性,提出一种使用故障树和Bayes网络组合的方式建立诊断故障Bayes网络,并基于诊断故障Bayes网络运用联合树推理进行故障诊断的方法.该方法解决了在复杂系统故障诊断过程中独立运用故障树和Bayes网络出现故障推理能力弱和建模难等问题.实验结果表明,使用该方法对某型舰船上的甲板灯光照明系统进行故障诊断,得出了各个故障征兆节点或故障原因节点的概率分布,从而可快速准确地定位甲板灯光照明系统故障.     

模糊故障树在通风系统可靠性研究中的应用

在缺乏足够可靠性数据的情况下,模糊故障树分析为研究矿井通风系统可靠性提供了重要途径.以完善的矿井通风系统构成为基础,用三角模糊数表示基本事件概率,以“矿井通风系统故障”作为顶事件构建矿井通风系统故障树(FTA),对通风系统可靠性进行研究,并将其应用于甘肃某矿.结果表明:故障树最小割集共549个,一级事件“监控反馈系统故障”是造成最小割集数量庞大的最主要原因;顶事件和一级事件可靠性较低,顶事件的失效模糊概率为(0.009,0.014,0.009),最大值达2.3％;监控反馈系统故障内基本事件模糊重要度最高,归一化最大值0.084 3,其余多分布于0.005 0～0.010 0范围内.     

基于本体的故障诊断知识管理系统研究

针对目前企业内存在的故障诊断信息分散,不易共享和重用的问题,提出基于本体的故障诊断知识管理系统模型.根据故障诊断所涉及的源知识特点,建立了结构域、测试域和故障域3个异构领域本体模型,并根据各本体之间的连接关系给出了故障树生成算法,实现知识之间的共享和重用.以4L-20/8型两级空气压缩机为研究对象,开发了基于本体的故障...     

基于模型预测和溯因推理网络的电网故障诊断方法

考虑电网出现故障时,仅依靠开关量状态信息进行诊断,诊断信息冗余度低,复杂故障情况下会影响诊断结果的准确性.引入电气量信息,提出了模型预测和数据清洗方法,建立电网故障诊断系统.利用模型预测得到准确的电气量信息,建立清洗规则和逻辑推理规则,分别对开关量进行数据清洗和验证故障信息.在此基础上,利用溯因推理网络(abductive reasoning network,ARN)对故障信息进行诊断,得出候选故障.仿真结果验证了该方法的有效性和准确性.     

非高斯随机分布系统的集成故障诊断与容错控制

针对一类非高斯非线性随机分布系统,提出了一种集成故障诊断与容错控制算法. 将基于有理平方根模型逼近其系统输出概率密度函数（PDF）,在此基础上给出了基于RBF神经网络观测器的故障诊断算法,诊断出系统发生的渐变故障信息,基于Lyapunov稳定性定理对其观测误差系统进行收敛性分析. 根据故障诊断信息,给出了PI跟踪容错控制策略,使得系统输出概率密度函数仍能够跟踪给定的分布. 仿真结果验证了该集成故障诊断和容错控制算法的有效性.      

远程故障诊断系统中的故障信息研究

现有远程故障诊断系统常集中于对系统诊断模式和方法研究。结合信息理论和系统理论的观点，以故障信息为研究的出发点，指出远程故障诊断系统是一个完整的信息处理过程，研究并分析了信息获取的几种常用方式，给出了信息获取的一般模型。指出在网络带宽有限、故障信息庞大的情况下需要合理优化信息、合理配置资源和传输任务。研究表明在远程故障诊断中对故障信息的研究是系统的根本，立足于信息处理的观点和方法来考虑问题将有益于系统高效合理的运行。     

基于RST改进NN模型的高压输电线系统故障诊断

为了克服实时诊断信息在形成和传递过程中的畸变而导致故障诊断结果的错误，在基于粗糙集理论(Rough Set Theory，简称RST)的高压输电线系统故障诊断模型的研究基础上，充分利用神经网络(Neural Networks，简称NN)的泛化能力和粗糙集理论强大的定性分析能力，构造了RST与NN相结合的故障诊断模型。首先利用RST从诊断样本中提取领域知识，然后利用所提取的诊断对象知识属性形成诊断NN的初始结构，进而增强诊断NN的智能性和容错性。通过高压输电线系统故障诊断的仿真结果比较，证明了该模型的有效性和通用性。该模型即使在诊断信息不完整的情况下，也具有高的诊断容错性能，因此在电力系统实时故障诊断方面具有广阔的应用前景。     

带PCS的分布式网络化控制系统的故障诊断

提出了带有周期通信序列（PCS）的多输入与多输出分布式网络化控制系统的故障诊断方法通过把故障诊断单元与各子系统之间周期通信序列的变换相当于不同工作模态之间的切换,将带有周期通信序列的系统建模为切换系统．针对此切换系统,将鲁棒故障诊断滤波器的设计问题转化为H∞优化问题,并且采用LMI技术进行求解将系统在无故障与发生故障情况下获得的残差进行比较．结果表明,所提出的故障诊断方法在子系统信息不完全的前提下,仍能检测出系统故障的发生．     

汽车稳定性控制系统关键传感器故障诊断

设计了基于解析模型的故障诊断算法实现传感器信号的自诊断功能,首先建立关键传感器的故障诊断算法基本框架,然后利用不同的故障诊断模型分别设计了基于等价方程与基于观测器两种故障诊断算法.等价方程算法利用车辆线性单轨模型及车辆运动学方程,将车辆操纵稳定性控制需求的传感器联系起来,并用于彼此的相互诊断.观测器方法利用车辆非线性单轨模型,通过建立龙贝格观测器提取传感器故障信息.从灵敏度与误报率两方面出发,提出了将两种算法有效融合的算法改进措施,重新制定诊断规则.实车试验的结果表明融合算法能够准确快速地诊断出微小故障,并给出故障等级.     

电话计费中信息采集的故障诊断系统

介绍了专家系统的基本原理，叙述了在电话计费系统中用于信息采集故障诊断的专家系统．该专家系统对前台信息采集机收集的有关信息进行整理统计，然后作出分析判断，并提供一份故障诊断报告，以便能及时排除这些故障．     

基于置信规则库的机载导弹故障诊断

针对机载导弹结构日益复杂,传统专家系统故障数据少、故障诊断效率低、准确率不高等问题,提出基于置信规则库的方法对机载导弹进行故障诊断。首先,描述了基于证据推理的置信规则库推理方法,建立输入与输出之间的非线性模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,结合故障位置信息,建立参数优化学习模型;最后,以某型机载导弹的制冷系统为例,对基于置信规则库的机载导弹故障诊断方法进行了验证和对比。结果表明,该方法既能克服传统专家系统诊断效率低的问题,同时能够通过参数训练提高机载导弹的诊断精度,较好地提高了机载导弹故障诊断效率,为机载导弹的维护保障工作提供了参考。     

基于信息熵的诊断过程认知信息流分析

从认识论和广义信息论的角度，认为故障诊断过程是一个认知主体借助多种认知工具进行状态辨识的过程，围绕故障认知的有关基本问题，可以从信息熵的传递过程加以解释。运用信息熵进行了数学推导，并阐明了诊断过程的认知信息流的流动过程。最后提出了建立多征兆域综合特征知识体的思路，以解决诊断信息先天获取不足和认知能力随复杂性降低的诊断知识获取问题。